宋玉蓮，王明常,2，王鳳艷

1.吉林大學(xué) 地球探測科學(xué)與技術(shù)學(xué)院，長春 130026；2. 自然資源部 城市國土資源監(jiān)測與仿真重點(diǎn)驗(yàn)室，廣東 深圳 518000

0 引言

城市化的快速發(fā)展最為直觀的表現(xiàn)就是土地覆蓋景觀的轉(zhuǎn)變。近年來，城市化建設(shè)的快速發(fā)展使城市地表溫度升高十分明顯，由此引起的城市高溫會(huì)產(chǎn)生空氣污染等很多城市問題。隨著遙感技術(shù)的快速發(fā)展及衛(wèi)星影像數(shù)據(jù)在各領(lǐng)域中廣泛應(yīng)用，利用熱紅外遙感技術(shù)監(jiān)測地表溫度成為現(xiàn)實(shí)。國內(nèi)外眾多學(xué)者對利用遙感數(shù)據(jù)進(jìn)行地表溫度反演的方法進(jìn)行探索，同時(shí)對城市土地利用變化對地表溫度的影響做了大量研究工作。林云杉等[1]以泉州市為例利用TM影像研究不透水面與地表溫度的關(guān)系。樂通潮等[2]采用地面氣象監(jiān)測站實(shí)測氣溫分別對輻射傳導(dǎo)方程法和普適性單通道算法反演得到的地表溫度進(jìn)行精度驗(yàn)證,給出城市應(yīng)增加綠化面積的建議。戴曉燕等[3]利用Landsat7ETM+熱波段數(shù)據(jù)反演上海地區(qū)地表溫度，運(yùn)用地統(tǒng)計(jì)學(xué)方法和決策樹方法分析了上海城市熱島效應(yīng)形成機(jī)制及其空間格局差異。潘輝等[4]引入地理權(quán)重回歸模型對福州市土地利用與地表溫度的空間關(guān)系模擬。Xu et al.[5-8]以廈門市為例多次進(jìn)行熱島效應(yīng)以及地表溫度與不透水面關(guān)系研究。Liu et al.[9]利用TM和ASTER 數(shù)據(jù)針對香港地區(qū)進(jìn)行熱島效應(yīng)研究。研究者普遍認(rèn)為建筑用地的增加對城市熱島效應(yīng)作出貢獻(xiàn)，水體、綠色植被等具有降溫效應(yīng)[10-12]。國內(nèi)學(xué)者對于土地利用與地表溫度空間關(guān)系方面的研究多以北京、廈門和上海等經(jīng)濟(jì)發(fā)達(dá)的地區(qū)為主[13-15]，對于小尺度現(xiàn)代化城市研究較少。隨著經(jīng)濟(jì)快速發(fā)展，城鎮(zhèn)化擴(kuò)張問題日益凸顯，結(jié)合遙感技術(shù)對二、三線城市進(jìn)行城市化研究將對城市發(fā)展起到推動(dòng)作用。

本研究以長春市城區(qū)為對象，利用2000年、2005年、2007年、2014年、2019年五期Landsat衛(wèi)星遙感影像數(shù)據(jù)(行列號(hào)為118/29,118/30)，針對五期影像進(jìn)行監(jiān)督分類,根據(jù)輻射傳導(dǎo)方程法反演地表溫度，探討長春市城區(qū)土地利用類型對城市地表溫度影響。

1 研究區(qū)域與數(shù)據(jù)

本次研究數(shù)據(jù)采用長春市區(qū)2000年、2005年、2007年、2014年、2019年五期Landsat衛(wèi)星遙感影像數(shù)據(jù)(行列號(hào)為118/29,118/30)，選取影像時(shí)間均控制在九月份，確定影像無云，質(zhì)量較好以保證一定的反演精度。其中2000年衛(wèi)星影像為Landsat7，2005年、2007年衛(wèi)星影像為Landsat5，2014年、2019年衛(wèi)星影像為Landsat8。

2 研究方法

2.1 土地利用類型變化

監(jiān)督分類是遙感圖像分類方法之一，根據(jù)不同的地物特點(diǎn)選取感興趣區(qū)，依據(jù)訓(xùn)練樣本的亮度特征使用不同的訓(xùn)練函數(shù)進(jìn)行分類。對2000—2019年五期遙感影像進(jìn)行鑲嵌、裁剪等預(yù)處理，利用監(jiān)督分類最大似然算法與人工解譯相結(jié)合的方式進(jìn)行分類。本文對研究區(qū)遙感影像中易于區(qū)分且占比較明顯、地表溫度差異明顯的用地進(jìn)行分類，主要分為五類，建筑用地、水域、林地、綠地和水田，得到不同時(shí)期分類結(jié)果圖(圖1)?？傮w分類精度分別為99.166 4%、97.974 7%、96.341 0%、91.511 0%、99.263 8%。

a. 2000；b. 2005；c. 2007；d. 2014；e. 2019。圖1 不同時(shí)期長春市城區(qū)土地利用分類圖Fig.1 Land use classification map of urban areas of Changchun in different periods

2.2 地表溫度反演

Landsat 系列衛(wèi)星影像數(shù)據(jù)的預(yù)處理包括：輻射定標(biāo)，使用 ENVI軟件的輻射定標(biāo)工具進(jìn)行輻射定標(biāo)，將像元灰度值轉(zhuǎn)換為輻射強(qiáng)度值；大氣校正，多光譜波段數(shù)據(jù)使用FLAASH 模塊進(jìn)行大氣校正，熱紅外數(shù)據(jù)使用Thermal Correction工具進(jìn)行熱紅外數(shù)據(jù)的大氣校正；研究區(qū)衛(wèi)星影像數(shù)據(jù)鑲嵌、裁剪。

輻射傳輸方程法(RTE)又稱大氣校正法，根據(jù)衛(wèi)星熱紅外傳感器接收到的熱輻射能量的構(gòu)成來推算地表溫度，衛(wèi)星傳感器接收到的熱輻射亮度值表達(dá)即輻射傳輸方程。衛(wèi)星傳感器接收到的熱紅外輻射亮度值Rλ由3部分組成：大氣向上輻射亮度R↑、大氣向下輻射亮度R↓以及地面輻射經(jīng)大氣傳導(dǎo)后到達(dá)傳感器的輻射亮度。表達(dá)式為：

Rλ=[εP(TS)+(1-ε)R↓]τ+R↑

(1)

式中：ε為地表比輻射率；P(TS)為黑體熱輻射強(qiáng)度(W·m-2sr-1·μm-1)；TS為地面真實(shí)溫度(K)；τ為熱紅外波段在大氣的透過率，則溫度為T的黑體在熱紅外波段的輻射亮度P(TS)為：

(2)

式中：τ、R↑、R↓3個(gè)參數(shù)可以根據(jù)實(shí)時(shí)大氣剖面探測數(shù)據(jù)用通過 NASA官網(wǎng)的模型計(jì)算生成，需要輸入衛(wèi)星過境時(shí)間、影像中心坐標(biāo)等數(shù)據(jù)。

TS可以用普朗克公式的函數(shù)獲?。?/p>

(3)

式中：K1、K2為常數(shù)，可由元數(shù)據(jù)MTL文件查詢獲得；Landsat5、Landsat7、Landsat8熱紅外波段分別為波段6、波段6、波段10；K1、K2分別為K1=607.76,K2=1 260.56;K1=666.09,K2=1 282.71;K1=774.885 3,K2=1321.078 9。

ε地表比輻射率可通過NDVI閾值法計(jì)算得到：

ε=0.004×PV+0.984 4

(4)

式中：PV為植被覆蓋度，用以下公式計(jì)算：

PV= (NDVI-NDVIS)/(NDVIV-NDVIS)

(5)

式中：NDVI為歸一化植被指數(shù)；NDVIV、NDVIS分別為完全被植被和裸地覆蓋的像元的NDVI值，取經(jīng)驗(yàn)值NDVIV=0.7和NDVIS=0.05，即當(dāng)某個(gè)像元的NDVI>0.7時(shí)，PV取值為1；當(dāng)<0.05時(shí)，PV取值為0。

經(jīng)過實(shí)驗(yàn)，分別得到各期長春市區(qū)地表溫度反演結(jié)果圖(圖2)。

a.2000；b.2005；c.2007；d.2014；e.2019。圖2 不同時(shí)期長春市城區(qū)地表溫度反演圖Fig.2 Surface temperature inversion map of urban area of Changchun in different periods

3 結(jié)果與分析

3.1 土地分類統(tǒng)計(jì)

統(tǒng)計(jì)不同土地利用類型動(dòng)態(tài)變化情況(表1)。

表1 長春市區(qū)土地利用類型占比統(tǒng)計(jì)Table 1 Land use type proportion statistics in Changchun urban area /%

由表1可知：長春市區(qū)建筑用地、綠地和水域面積都在不同程度地增加，其中建筑用地增加最為明顯；而水田在減少；林地基本不變。

3.2 地表溫度反演結(jié)果

利用輻射傳輸方程法反演得到各期地表溫度相關(guān)數(shù)據(jù)(表2)。

表2 長春市區(qū)地表溫度統(tǒng)計(jì)Table 2 Surface temperature statistics in Changchun urban area /℃

由表2可知：長春市區(qū)從2000年到2019年地表溫度最大值和平均值均呈現(xiàn)逐年增高的趨勢，2019年地表溫度平均值為28.8℃，最高值達(dá)54.5℃，相比于2000年分別增長5.75℃和14.97℃。

3.3 土地分類與地表溫度相關(guān)分析

為探究不同土地類型對地表溫度的影響，將土地利用分類圖與地表溫度反演圖進(jìn)行疊置分析，統(tǒng)計(jì)不同時(shí)期各地類的地表溫度(表3)。

表3 2000—2019年長春市區(qū)各地類平均地表溫度Table 3 Average surface temperature of various land types in Changchun from 2000 to 2019 /℃

由表3可知，各土地利用類型的地表溫度差異明顯：①2000—2019年，各土地利用類型的平均地表溫度均呈現(xiàn)逐年增長的趨勢。水域從20.71℃增高到24.56℃；建筑用地從25.02℃增高到32.08℃；林地從18.89℃增高到23.78℃；綠地從22.47℃增高到27.07℃；水田從19.78℃增高到24.97℃；②各土地利用類型平均地表溫度增長速度有所不同，其中建設(shè)用地明顯高于其他用地類型，接著依次為林草地和水體；③建設(shè)用地的平均溫度明顯高于全區(qū)平均溫度，2000—2019年分別高于全區(qū)平均溫度1.97℃、2.86℃、4.78℃、2.59℃、3.28℃；而水體和林草地的平均溫度則明顯低于全區(qū)平均溫度，水體低于全區(qū)平均分別為2.34℃、2.81℃、1.48℃、1.87℃、4.24℃；林地低于全區(qū)平均分別為4.16℃、2.46℃、2.42℃、3.75℃、4.02℃；綠地低于全區(qū)平均分別為0.58℃、0.98℃、1.07℃、0.88℃、0.73℃；水田低于全區(qū)平均分別為3.27℃、1.86℃、2.38℃、2.88℃、2.83℃。

4 結(jié)論

(1)利用監(jiān)督分類對長春市城區(qū)2000年、2005年、2007年、2014年、2019年衛(wèi)星影像進(jìn)行分類土地利用，統(tǒng)計(jì)得出，建筑用地、綠地、水域面積都在不同程度地增加，其中建筑用地增加最為明顯；而水田在減少；林地基本不變。

(2)利用輻射傳輸方程法反演得到各期地表溫度，從2000—2019年地表溫度最大值和平均值均呈現(xiàn)逐年增高的趨勢，2019年地表溫度平均值為28.8℃，最高值達(dá)54.5℃，相比于2000年分別增長5.75℃和14.97℃。

(3)對土地利用分類圖與地表溫度反演圖進(jìn)行疊置分析，分別得到不同時(shí)期各地類地表溫度統(tǒng)計(jì)。總體來說，各土地利用類型的平均地表溫度均呈現(xiàn)逐年升高的趨勢，但增長速度略有差異。